[发明专利]一种概率计算脉冲式神经网络计算单元和架构

权利要求书

1.一种概率计算脉冲式神经网络计算单元，其特征在于，包括输入单元、输出单元；

所述输入单元，在每一个活动周期，根据当前活动周期的输入值和权重值，通过概率计算产生脉冲序列；

所述输出单元，用于对所述脉冲序列中的脉冲1进行计数，并累加一个基础值，生成当前活动周期的输出值；

所述输入单元包含激活阈值判定模块、脉冲发生器、随机数生成器；

所述激活阈值判定模块，用于比较输入值和门限值，当所述输入值大于门限值时，产生激活脉冲，使能所述脉冲发生器；

所述随机数生成器，用于在设定的位数范围内生成随机数；

所述脉冲发生器，用于比较每一个随机数与权重值的大小，生成所述脉冲序列，其中的脉冲1呈随机分布，在每一个脉冲序列重复周期内，脉冲1的数量为所述权重值；

所述输出单元包含脉冲计数器、移位寄存器；

当神经元状态值为1时，使能所述脉冲计数器；

所述脉冲计数器，用于在上一活动周期的输出值的衰减值的基础上，对当前活动周期中生成的所述脉冲序列中的脉冲1进行计数并累积，生成当前活动周期的输出值；

所述移位寄存器，用于对当前活动周期的输出值二进制移位，使输出值相对减小1/2，生成当前活动周期的输出值的衰减值，用作下一活动周期脉冲计数器的基础值。

2.一种概率计算脉冲式神经网络架构，包含权利要求1所述计算单元组成计算阵列，所述计算阵列中的计算单元呈矩阵排列，其特征在于，

所述计算阵列包含至少1个输出神经元，每1个输出神经元对应num_in个计算单元，所述num_in个计算单元构成一个子阵列；

所述子阵列，用于在每一个活动周期计算num_in个权重值和num_in个输入值条件下的膜电位输出；

每个计算单元分别输入一个输入值和对应的权重值；

第i个计算单元的输出单元生成的当前活动周期的输出值，作为第i+1个计算单元的输出单元的基础值，其中，i＝1～num_in-1；

第num_in个计算单元的输出单元生成的当前活动周期的输出值，对当前活动周期的输出值二进制移位，使所述输出值相对减小1/2，用作下一活动周期第1个计算单元的输出单元的基础值。

3.如权利要求2所述概率计算脉冲式神经网络架构，其特征在于，包含多个所述子阵列；

第j个子阵列的第i个计算单元，权重值w_ij数据保持在阵列内；

在每1个活动周期，第i个激活脉冲广播至每一个子阵列的第i个计算单元。

4.如权利要求2所述概率计算脉冲式神经网络架构，其特征在于，

每1个子阵列的num_in个计算单元位于一个矩阵中或分别在多个矩阵中组合排列。

5.如权利要求2～4任意一项所述概率计算脉冲式神经网络架构，其特征在于，

在每1个子阵列中，经num_in步串行移位计算得到当前活动周期的膜电位值，第i步计算时，使用状态值1启动第i个计算单元。

6.如权利要求5所述概率计算脉冲式神经网络架构，其特征在于，

在多个子阵列中，第j+1个子阵列的第i个计算单元和第j个子阵列的第i+1个计算单元同步计算。

7.一种概率计算脉冲式神经网络处理方法，其特征在于，使用权利要求1所述计算单元的组合构成计算阵列，生成膜电位值二进制数据。

8.如权利要求7所述概率计算脉冲式神经网络处理方法，其特征在于，通过阵列控制系统导入排布数据，所述排布数据包含所述计算单元的排列关系，在所述计算单元构成的矩阵结构中，建立全连接形式的脉冲神经网络。